Big Data - Gestion de référentiels de données
Formation créée le 18/03/2022. Dernière mise à jour le 13/09/2022.
Version du programme : 1
Programme de la formation
Objectifs de formation : à l’issue de la formation, le stagiaire sera capable d’initier une démarche de gouvernance des données référentielles ou de mise en place d’un projet de Master Data Management (MDM).
Objectifs de la formation
- Comprendre le principe des données de référence (Master Data) et en identifier les enjeux
- Appréhender l’impact des nouvelles architectures de données et du Big Data sur le Master Data
- Connaitre les principales technologies, solutions et méthodes de gestion des données de référence
- Mettre en place une méthode de gouvernance des données
- Savoir identifier les acteurs du Master Data Management et leur rôle
- Appréhender les outils et bonnes pratiques pour démarrer un projet de référentiel SI
Profil des bénéficiaires
Pour qui
- Chefs de projet
- Développeurs
- Architectes SI
- Concepteurs et Analystes
- Data Governors
Prérequis
- Avoir des connaissances générales en architecture SI
Contenu de la formation
-
Introduction
- Fondamentaux & définitions
- Rappels sur l'architecture des référentiels SI
-
Données de référence
- Master data : définition
- Types & nature des données de référence
- Principaux référentiels du SI
- Architecture applicative d'un référentiel
-
Master Data Management
- Définition
- Sources
- Risques d'un MDM faible
- Difficultés inhérentes au MDM
- Présentation des types de MDM
- Tour d'horizon du marché des solutions de MDM
-
Données ambiguës
- Rôle et importance des données ambiguës
- Engagement Business : risques & dangers
- Business cases faibles
- Excès d'ambitions
- Qualité des données
- Vision process du MDM
-
Architecture & technologie
- Architectures MDM
- Vue simpliste du MDM
- MDM dans entreprises multinationales
- Les styles de MDM
- Opérationnel vs analyse MDM
- Chevauchement de styles
- Le taux de succès
- La question de fédération
- La fédération en pratique
-
Gouvernance des données
- Gouvernance : positionnement, rôle & importance
- Organisation de la gouvernance
- Zones de mise en valeur
- Risques associés à la faible qualité des données
- Data Governance Committee et Staff
- Les 5 niveaux de maturité
- Tour d'horizon des drivers pour la gouvernance des données
-
Qualité des données
- Qualité & MDM
- Dimensions de la qualité
- Utilité de la qualité des données
- Présentation des technologies de la Data Quality
- Perception des éditeurs dans la qualité des données
Équipe pédagogique
Professionnel expert technique et pédagogique.
Suivi de l'exécution et évaluation des résultats
- Feuilles de présence.
- Questions orales ou écrites (QCM).
- Mises en situation.
- Formulaires d'évaluation de la formation.
- Certificat de réalisation de l’action de formation.
Ressources techniques et pédagogiques
- Espace numérique de travail
- Documents supports de formation projetés
- Exposés théoriques
- Etude de cas concrets
- Quiz en salle
- Mise à disposition en ligne de documents supports à la suite de la formation
Qualité et satisfaction
Taux de satisfaction des apprenants, nombre d'apprenants, taux et causes des abandons, taux de retour des enquêtes, taux d'interruption en cours de prestation.